基于小波神经网络监测刀具状态的研究

针对切削过程中振动信号和AE信号的特点，提出一种基于小波分析和BP神经网络的刀具磨损监测系统。该系统能融合振动和AE信号的特征，描述信号特征与刀具状态的非线性关系，以此识别刀具状态。试验表明基于小波神经网络的刀具磨损状态监剩系统是有效的。     

RS码的Step-by-step译码及软件实现

RS码以其强大的纠正随机错误和突发错误的能力，被广泛地应用于各种数字通信系统中。其译码算法是实现RS码的核心，Step-by-step算法与传统的译码算法相比，不用计算错误位置多项式，可以大大地节省译码时间。文章在分析RS码的基本原理及Step-by-step译码算法的基础上，介绍了一种用软件来实现Step-by-step译码算法的方案，并且给出了流程图。     

基于小波神经网络的切削刀具状态监测

提出了一种基于小波神经网络的切削刀具状态监测方法，即提取反映刀具磨损状态的特征参数，利用小波神经网络的非线性模型，实现在线状态监测；同时针对多输入输出问题带来的网络规模大、收敛速度慢等问题，提出了一种网络优化算法，即采用改进的遗传算法寻找最优小波基元，从而简化小波网络并加快收敛。仿真实例证明该方法是有效的。     

基于小波网络的电机转子故障诊断的研究

提出了一种基于小波神经网络的电动机转子故障诊断方法,即提取转子的振动信息,利用小波神经网络的非线性模型,实现电机转子故障诊断;同时对多输入输出问题带来的网络规模大、收敛速度慢等问题,提出一种网络优化算法,即采用改进的遗传算法寻找最优小波基元,从而简化小波网络并加快收敛,仿真实例证明该方法是有效的。     

基于小波-神经网络纹理图像识别的刀具状态监测

介绍了一种采集旋转工件图像的光学监测系统,提出通过二维小波分析工件纹理图像,提取纹理特征,设计了基于动态和静态神经网络的刀具状态识别系统,该系统可用于自动化加工中刀具诊断,仿真证明了有效性。     

抑制远近干扰伪卫星接收机的研究

 伪卫星(pseudolie)是导航,定位中的一种重要技术,但是对于伪卫星技术一个必须克服的问题就是远近干扰问题,本文研究了利用连续干扰抑制技术抑制远近干扰的伪卫星接收机,提出了抑制远近干扰伪卫星接收机的结构,给出了伪卫星信号重构的关键技术和远近干扰发生的判断原则,并进行了仿真,说明该接收机适合于在伪卫星辅助下的定位应用.     

数控车床刀具监测方法的研究

针对现有的刀具磨损状态监测方法与磨损程度无严格对应关系的缺点，提出采用涂覆一定量放射性元素的刀片，并在刀具正上方用一矩形阵列式射线传感器接收刀尖放射出的射线，同时对接收的图像信息进行处理，确定最大能量曲线，提取刀尖实际轮廓的特征点，与未磨损时的特征点比较，判断刀具是否产生磨损，以实现数控车床刀具的在线实时监测。     

基于细胞神经网络图像处理的刀具监测

针对传统的刀具磨损状态监测方法与磨损程度无严格对应关系的缺点，提出采用一种普通的CCD摄像机拍摄刀尖形状的图像，经细胞神经网络图像处理后与正常的图像进行比较，判断刀具状态，该系统可用于实现自动化精密加工过程中的刀具诊断，仿真证明了理论算法的有效性。以实现数控车床刀具的在线实时监测。